tag 人工智能

標籤
貢獻930
1048
06:37 AM · Oct 27 ,2025
deephub 頭像 u_13357275 頭像 pannideniupai 頭像 elhix0bg 頭像 xingxingshangdeliushu 頭像 u_17579295 頭像 rtedevcomm 頭像 u_15591470 頭像 lab4ai 頭像 u_17512334 頭像 tecdat 頭像 qingfouai 頭像

@人工智能 / 博客 RSS 訂閱

lulu_up 頭像

lulu_up - 技術人員第一次創業掏心掏肺級別攻略(建議收藏)

背景、    23年作者從大廠前端開發崗位裸辭後開始了ai方面的創業, 作為一個純粹的技術人員在這個過程中遇到諸多挑戰, 希望我的思考+實戰可以幫你創業路上少走一些彎路, 哪怕只想打工一輩子, 這篇文章也可以讓你看看創業者們的"樂子"。    技術人創業優勢: 創業肯定要花錢的, 但技術人員能將成本壓縮到極低(省錢), 可快速多次的試錯, 可更理性分析問題, 創業過程可擴展綜合能力, 提升等級上

react , 創業 , 人工智能 , 後端 , 前端

收藏 評論

u_17611688 頭像

wx69548870b612b - 對計算機導論這門課程的看法

計算機導論（Introduction to Computer Science）是打開計算機科學大門的核心基礎課程，其價值不僅在於傳遞知識，更在於構建認知框架、培養核心思維 —— 它不是 “教你用電腦”，而是 “讓你理解計算機世界的底層邏輯”，無論對計算機專業學習者還是數字化時代的普通人，都具有不可替代的意義。 以下從核心定位、核心內容、對計算機科學與技術專業的學習

數據結構 , AI寫作 , aigc , 人工智能 , 計算機科學

收藏 評論

deephub 頭像

deephub - PyCausalSim：基於模擬的因果發現的Python框架

做 A/B 測試或者分析轉化率的時候，經常會碰到那個老生常談的問題： “這數據的波動到底是干預引起的，還是僅僅是相關性？” 傳統的分析手段和機器學習擅長告訴你什麼能預測結果，但預測不等於因果。而在做決策，不管是干預、優化還是調整業務邏輯時，我們需要的是因果關係。 今天介紹一下 PyCausalSim，這是一個利用模擬方法來挖掘和驗證數據中因果關係的 Python 框架。 問題：相關性好找，

機器學習 , 人工智能 , Python

收藏 評論

u_16213708 頭像

mob64ca14163a4f - emeditor編輯器打開文本亂碼

説明 1、EditPlus是Windows的文本編輯器，具有內置的FTP，FTPS和sftp功能。雖然它可以作為一個很好的記事本替代品，但它也為網頁作者和程序員提供了許多強大的功能。 2、語法高亮顯示HTML，PHP，Java，C / C ++，CSS，ASP，Perl，JavaScript，VBScript，Python和Ruby on Rails。此外，它可以基於

機器學習 , 註冊碼 , 人工智能 , emeditor編輯器打開文本亂碼 , HTML , 工具欄

收藏 評論

deephub 頭像

deephub - DeepSeek 開年王炸：mHC 架構用流形約束重構 ResNet 殘差連接

大過節的qwen發佈了image 2512，DeepSeek這邊就偷摸的在arXiv 上掛出了這篇 mHC: Manifold-Constrained Hyper-Connections (arXiv:2512.24880)，哪個正經公司在最後一天還發論文啊。 簡單的看了一下，説説我的看法： 這回DeepSeek又要對 殘差連接（Residual Connection）出手了。 現在我們模型的底層

神經網絡 , 人工智能 , 深度學習

收藏 評論

aipaobudexiangjiao_cktinz 頭像

愛跑步的香蕉_cKtiNz - 當AI成為同事：HR的“戰鬥力”正在被重新定義

當AI成為同事：HR的“戰鬥力”正在被重新定義 過去十年，HR的競爭聚焦於勤奮度與溝通細緻度；進入AI時代，競爭核心轉變為能否讓AI成為自身“戰鬥力”。行業調查顯示，超68%的企業認為“AI正在改變招聘崗位結構”，超54%的招聘流程將實現自動化，HR的價值也從“做事”轉向“決策”。 一、傳統招聘的現實困境 傳統招聘面臨諸多難題：面試量巨大難以統籌；技術崗面試中，HR難以精準“聽懂”候選

人工智能

收藏 評論

u_17241003 頭像

瀾極美顏SDK - 從源碼到平台上線：基於第三方視頻美顏SDK開發實時直播美顏系統

在實時直播的技術棧中，美顏系統始終是連接技術與用户體驗的關鍵節點。某直播平台技術團隊曾做過一組對比測試：相同主播、相同內容的直播間，啓用優質美顏功能後，觀眾平均停留時長提升53%，主播開播頻次增加27%。對於開發團隊而言，搭建一套穩定、自然的實時直播美顏系統，並非簡單的功能拼接，而是從源碼架構設計開始，經過SDK選型、集成開發、優化測試到最終上線的全流程工程實踐。第三方視

數據 , Android , 人工智能 , 深度學習 , ios

收藏 評論

amap_tech 頭像

高德技術 - 視覺BEV基本原理和方案解析

BEV(Bird’s-Eye-View)是一種鳥瞰視圖的傳感器數據表示方法，它的相關技術在自動駕駛領域已經成了“標配”，紛紛在新能源汽車、芯片設計等行業相繼量產落地。BEV同樣在高德多個業務場景使用，例如：高精地圖地面要素識別、車道線拓撲構建、車端融合定位中都扮演了重要角色。如圖1‑1所示： 圖1‑1 BEV在高德應用場景（僅列舉部分）a)高精底圖 b)地面要素識別 c)車道線拓撲構建[1] d

高德地圖 , 自動駕駛 , 算法 , 人工智能

收藏 評論

weixiaodexiaodao 頭像

微笑的小刀 - 西瓜老師-2025年大模型 MCP 技術實戰課

當大語言模型（LLM）的能力已經強大到令人驚歎時，👇🏻ke🍊：xingkeit點top/15267/一個新的瓶頸悄然浮現：我們如何才能安全、可控、高效地將這股“洪荒之力”引入到複雜的企業應用和日常工具中？直接將 API 密鑰嵌入代碼？讓模型直接訪問我們的數據庫？這些想法在 2025 年的今天，聽起來既危險又原始。 正是在這樣的背景下，我參加了西瓜老師的 MCP（Model Context P

llm , mcp , 人工智能 , 大模型

收藏 評論

u_16147706 頭像

火星情報 - 南京旅遊酒店管理有限公司承諾於 2026 年實現 30% 的菜單為植物性餐食

南京旅遊酒店管理有限公司近日宣佈與專注於食品可持續發展的諮詢公司力矩中國合作，推出最新餐飲可持續發展目標：到2026年，集團將實現旗下管理的10家酒店的菜單中，至少30%為植物性餐食。該舉措不僅彰顯了南京旅遊酒店管理公司對環境可持續發展的高度重視，也體現了其對中國消費者飲食健康的高度關注與社會責任感。 南京旅遊酒店管理有限公司於2025年正式宣佈成立，成立後一直深化佈局酒店

機器學習 , 項目經理 , 發展趨勢 , 人工智能

收藏 評論

u_16655836 頭像

wx6603b05eb93d0 - 薅羊毛、攝影賽拿獎、法庭造偽證、攻擊友商……AI造假失控了！

俗話説，科技的發展沒有善惡，但用的人卻有道德差異，比如AI技術，這一本好經，讓我們看到了新一輪的技術革命，也讓我們看到了道德的極限滑坡。 一方面，它正在刷新着人類文明的新高度，而另一方面，有些唸經的和尚心歪了，他們正在瘋狂地利用AI技術，刷新着人類道德的新下限。 短短几年時間，生成式AI已經把信息世界攪得天翻地覆了，甚至可以説信息世界，正在進入一個史無前例的混

互聯網時代 , 搜索 , 人工智能 , 數據分析

收藏 評論

u_16316524 頭像

謝璞筆記 - 千億向新，拼多多的增長新路徑

拼多多在一眾電商平台裏，的確是獨特的存在。 比如，剛剛結束的雙十一，天貓、抖音、京東爭先恐後，拼多多在冷眼旁觀。2025年外賣市場風雲突變，閃購大戰新火燎原，即時零售硝煙瀰漫，淘寶、美團、京東混戰一團，拼多多還是冷眼旁觀。 拼多多很是篤定，瞭解自己的優勢，也明確自己的邊界，有所為，有所不為。沒有做大促，沒有做閃購，但在今年4月拼多多卻悄然啓動了一個“千億扶持”

電商平台 , 鏈路 , 商業 , 人工智能 , 深度學習

收藏 評論

u_16099170 頭像

編程小匠人之魂 - windows defender節點所有者為system

雖然精靈是建立遊戲時使用的最重要的元素，Sprite Kit還提供了許多其他的節點類。這些節點類中的大部分都提供可視化的內容，類似的SKSpriteNode類。剩下的則不直接繪製自己的內容，而是修改它們在節點樹的後代的行為。表6-1列出了所有由Sprite Kit提供的節點類，包括你已經熟悉的SKScene和SKSpriteNode類。 表

機器學習 , 官方 , 人工智能 , apple , ios , Sprite Kit , 翻譯

收藏 評論

u_16272508 頭像

事辯天下 - 邁瑞發佈啓元檢驗大模型丨AI檢驗專家已就位！

導語：馭數據萬象，啓智檢新元 11月21日，邁瑞醫療在第八屆南方檢驗醫學學術大會暨2025年廣東省醫學會檢驗醫學學術年會上發佈啓元檢驗大模型，以垂直、可生長的AI科技，解決檢驗科報告審核、解讀、管理、評審等多個關鍵問題。讓關於檢驗科的AI設想，在此刻成為現實。 發佈會現場，重磅嘉賓雲集共襄盛舉。廣東省醫學會常務副會長兼秘書長李國營教授、深圳市衞

大數據 , 數據 , 數據倉庫 , 人工智能

收藏 評論

user_sg59bsuq 頭像

user_sg59bsuq - 個人知識庫新選擇

個人知識庫新選擇：打造專屬知識空間 在信息爆炸的時代，如何高效管理個人知識成為許多人的痛點。今天我們就來聊聊個人知識庫這個實用工具。 什麼是本地私有知識庫 本地私有知識庫是指將個人知識、筆記、文檔等資料存儲在本地設備上的管理工具。與雲端存儲不同，它更注重隱私保護和數據安全，讓你完全掌控自己的知識資產。 為何選擇本地存儲 相比雲端知識庫，本地存儲具有獨特優勢：數據完全由自己掌控，無需擔心隱私泄露；訪

教程 , 人工智能 , 知識庫

收藏 評論

danieldx 頭像

蛋先生DX - RAG 切片利器 LumberChunker 是如何智能地把文檔切割成 LLM 愛吃的塊

丹尼爾：蛋兄，問個問題唄。RAG 裏的文檔應該怎麼切割比較好呢？按固定的字符數或詞數？按句？按段落？加個重疊窗口？感覺這些都太簡單粗暴，容易把相關的內容給拆散了 蛋先生：恩，你説得對。這些方法一刀切，確實沒辦法考慮上下文的語義關係。現在大模型越來越強大，完全可以藉助它們的能力，比如 LumberChunker 丹尼爾：LumberChunker？ 蛋先生：這個名字起得非常有意思。"Lumber"

llm , ai開發 , 語義化 , 人工智能 , 文檔

收藏 評論

u_16213609 頭像

mob64ca13fe9c58 - keras 多層CNN搭建

一.輸入層 　　1.用途 　　　　構建深度神經網絡輸入層，確定輸入數據的類型和樣式。 　　2.應用代碼 　　　　input_data = Input(name='the_input', shape=(1600, 200, 1)) 　　3.源碼 def Input(shape=None, batch_shape=None,

機器學習 , keras 多層CNN搭建 , 卷積 , 人工智能 , 池化 , ide

收藏 評論

u_13357275 頭像

上海拔俗網絡 - 大模型知識庫AI助手：讓技術落地像搭積木一樣簡單

在數字化浪潮下，企業總被兩個問題困擾：要麼技術堆得複雜難用，要麼數據散得像一盤沙。而大模型知識庫AI助手的出現，正用通俗的技術邏輯，幫企業破解這一難題——它就像給系統裝了個“超級大腦”，既能吃透海量數據，又能聽懂人的需求，讓複雜技術變得觸手可及。 從技術本質來看，大模型知識庫AI助手的核心是“數據+模型+交互”的三重協同。它先通過數據採集技術，像吸塵器一樣收集企業的文檔、流程、歷史數

數據 , NLP , 人工智能 , 技術細節 , 歷史數據

收藏 評論

u_16213622 頭像

mob64ca1401b651 - 圖像去霧算法_圖像去霧入門指南_weixin

在計算機視覺領域，霧天等惡劣天氣會導致圖像對比度下降、細節模糊，嚴重影響後續的目標檢測、圖像分割等任務。圖像去霧算法作為解決這一問題的核心技術，已廣泛應用於自動駕駛、監控安防、遙感航拍等場景。本文將從基礎原理出發，系統梳理傳統去霧算法與深度學習去霧算法的核心思想、實現流程，並附上Python實操代碼，幫助大家快速掌握圖像去霧技術。 一、圖像

cv , 圖像處理 , 圖像去霧 , 算法 , 後端開發 , 人工智能 , Python

收藏 評論

u_17567677 頭像

沃觀態勢感知 - 國外社交媒體分析服務：是成本還是戰略投資？

對許多企業而言，購買國外社交媒體分析服務往往被視為一項成本。然而，隨着海外競爭愈發激烈，用户表達越來越碎片化，品牌聲譽風險上升，社交媒體已經成為影響消費者行為、商業決策與輿論傳播的核心陣地。在這樣的環境下，國外社交媒體分析服務不再是“可選項”，而是影響企業長期競爭力的戰略投入。企業之所以願意將其納入戰略預算，而不僅是市場費用，原因在於它帶來的價值遠超表面

跨境電商 , 用户反饋 , 人工智能 , 數據分析 , 社交媒體

收藏 評論

u_16213688 頭像

mob64ca14116c53 - em78P156

筆者在某智能水錶開發中使用了EM78P447芯片，對EM78系列芯片有了較深認識，在實踐中總結了一些開發此類芯片應注意的問題，同時給出了應用中的編程技巧。 市面上常見的介紹EM78系列的參考書中，都給出了一些應用實例，但這些實例一般程序代碼量較小，功能單一。雖然這些實例對於新手確實起到了很好的作用，但一個產品可能功能很複雜，程序可能達到幾千行，這就

機器學習 , 單片機ofeh , 子程序 , 數據 , 單片機 , 人工智能 , em78P156

收藏 評論

u_13250 頭像

flybirdfly - 用 python 開發一個可調用工具的 AI Agent，實現電腦配置專業評價_python ai agent

在人工智能時代，AI Agent憑藉其強大的任務處理能力，逐漸成為開發人員手中的得力工具。今天，我們就來一起動手，用Python打造一個能夠調用工具的AI Agent，實現根據電腦信息對電腦配置進行專業評價的功能。 一、項目創建與目錄結構 1.1 項目創建 首先，我們需要創建一個新的項目環境。這裏使用UV進行項目創建。

大語言模型 , llm , 雲計算 , OpenStack , 人工智能 , JAVA , Python

收藏 評論

aloudata 頭像

Aloudata大應科技 - 企業級智能問數四問：從“語義鴻溝”到“統一認知”

在數據分析領域，大模型的落地實踐正掀起一場變革風暴。“智能問數”被描繪為數據民主化的終極形態——業務人員無需依賴開發或分析師，僅憑自然語言即可獲得精準、可行動的數據洞察。這一願景極具誘惑力，也催生了大量技術投入。然而，在無數企業轟轟烈烈的實踐中，這條通往數據民主化的道路卻佈滿荊棘。本文將通過四個核心問題的探討，剖析企業級智能問數的真正內涵、核心挑戰、技術基石與成功實踐，揭示為何“語義編織”（Sem

自然語言處理 , 數據庫 , chatgpt , 人工智能

收藏 評論

u_16099353 頭像

漫步雲端的豬 - wakemeonlan工作在哪一層

在做計劃任務的時候，可能由於某些問題，任務沒有執行完成，導致任務重複的運行，解決這個問題，只需要一個flock命令就可以了。 flock --help flock (util-linux-ng 2.17.2) Usage: flock [-sxun][-w #] fd# flock [-sxon][-w #] f

機器學習 , 文件描述符 , 啓動腳本 , wakemeonlan工作在哪一層 , 人工智能 , 計劃任務 , shell

收藏 評論